以监测区域样地特征为基础的空间相关性分析

论文摘要

森林资源信息对经济发展和环境保护等具有重要意义。但是森林资源调查不仅需要大量财力,而且调查周期长,观测样地定位和复位精度低,调查成果质量难以满足要求。蓄积量调查是一个不可见的被估测因子,无法直接利用高空间分辨率卫星影像。如何根据监测区域少量地面调查样地资料及高空间分辨率遥感图像,借助空间相关性理论和非线性理论,建立以样地为单位的森林蓄积量估测方程具有重要的理论研究价值和经济意义。随着3S技术的发展,基于传统抽样方法和3S技术相结合的空间对地抽样方法为监测区域变量估算提供了新的思路。利用遥感影像获取的统计抽样中总体的先验知识,可以提高抽样调查的精度,结合地面调查,可以减少野外样本量,降低调查成本。空间相关性技术应用于遥感领域,可以指导监测区域样地选取,并可通过空间相关性分析技术对样地的布设模型进行评价。本文首先根据思茅地区监测区域地面调查样地的林业区域变量信息,包括蓄积量、郁闭度和样地株数,利用地统计学理论分析了当地森林资源空间异质性、方向异性、空间分布格局以及空间相关尺度,为林木蓄积量的估算方程进而为样地的选取提供了依据。然后本文根据经典抽样理论和空间抽样理论,研究了空间对地抽样不同的方法,以及抽样数量对样木蓄积量估计精度的影响,研究表明利用遥感图像与部分样地调查数据相结合获取的先验知识,可以较大幅度提高估算精度;同时利用精度-样本图,为最优化决策提供依据。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 选题背景和课题来源
• 1.2.1 选题背景
• 1.2.2 课题来源
• 2 研究内容与研究目标
• 2.1 研究内容
• 2.2 林业中应用空间统计分析现状
• 2.3 研究目标
• 3 监测区域样地空间相关性分析
• 3.1 地质统计学原理与方法概述
• 3.1.1 区域化变量
• 3.1.2 平稳性假设
• 3.1.3 变差函数及变差图
• 3.1.4 结构分析
• 3.1.5 克立格法
• 3.2 变差函数的生态学解释
• 3.3 样地的空间相关性分析
• 3.3.1 研究区域与样地
• 3.3.2 统计分析
• 3.3.3 空间相关性分析
• 3.3.4 样地空间相关尺度分析
• 4 样地布设的合理性分析
• 4.1 抽样方法
• 4.1.1 经典抽样方法
• 4.1.2 空间抽样方法
• 4.2 空间抽样设计
• 4.2.1 抽样
• 4.2.2 实验结果及分析
• 5 结论
• 5.1 工作总结
• 5.2 展望
• 致谢
• 参考文献